在 Python 中根据日期训练测试拆分，这可能吗？答案

【问题标题】：Train test split on the basis of date in Python, is it possible?在 Python 中根据日期训练测试拆分，这可能吗？
【发布时间】：2020-04-03 06:45:30
【问题描述】：

我想按日期拆分数据，如下所示：

数据应该分为：

有人可以帮我处理这段代码吗？

【问题讨论】：

【解决方案1】：

您应该通过提供您尝试拆分的数据样本来更加具体。

一个典型的情况是你有一个数据框df 和一个date 或timestamp 列。然后，为了获得您的训练测试拆分，定义一个掩码就足够了，例如：

import pandas as pd

break_date = pd.Timestamp("2015-06-01 00:00:00")
X = df[df["timestamp"] <= break_date]
y = df[df["timestamp" > break_date]

请注意，在时间序列的情况下，将数据拆分为训练子集和测试子集时会有一些微妙之处。例如，请参阅here。

【讨论】：

您不认为timestamp 列中的所有值也应该转换为 pd Timestamp 对象以使其正常工作。它们将是普通数据集中的字符串。
字符串时间戳可以使用pd.to_datetime转换为时间戳数据类型。如果日期字符串是 ISO，则设置 break_date = "2015-06-01 00:00:00" 将起作用。当然，没有数据样本，我们不知道会发生什么。